基于视觉测量的挖掘机工作装置姿态测量系统

提出了一种基于视觉测量的挖掘机工作装置姿态测量方法。使用工业相机获取工作装置侧视图像,采用鞍点检测方法快速捕捉工作臂上的人工靶标;将靶标间的固定几何尺寸关系作为约束条件筛选出靶标中的鞍点并计算相应工作臂的姿态角;通过预判靶标的运动范围以缩小图像检测区域,提高算法处理速度。试验表明,与挖掘机上原有的拉线传感器测量系统相比较,动臂和斗杆姿态角动态测量偏差分别小于1°和2°,处理每帧工作装置运动图像平均用时在100 ms以内,验证了该方法对挖掘机工作装置姿态测量的可行性。     

宽幅施药机械机器视觉辅助导航系统研究

为了实现宽幅施药机械喷幅的精确拼接,提出一种机器视觉辅助GPS导航方法。该方法首先对施药机械幅边喷洒泡沫剂并进行泡沫剂识别,识别过程中为了有效分割目标与背景,选定蓝色泡沫剂作为试验对象,提出使用超蓝色灰度化方案,并经过形态学滤波、行定位点的选取、Otsu分割提取泡沫剂信息,使用迭代的最小二乘法检测泡沫剂中心线的信息;然后给出了二维图形航向偏角和偏距的定义,并根据识别的泡沫剂信息进行航向偏角和偏差信息的提取,从而指导施药机械的行进方向。试验表明,所提方法可以较为准确地进行泡沫剂识别,根据泡沫剂信息识别得到的偏角计算值和实际测量值平均误差为1.58°,最大误差为2.5°,偏距计算值和实际测量值平均误差为5.4 cm,最大误差为8.4 cm,检测精度能够满足实际需求。     

PLD在小水电流接地选线装置中的

根据复杂可编程逻辑器件（CPLD）的特点及其在继电保护的应用背景，探讨了CPLD在配电网单相接地故障选线装置中的设计与使用方法。应用CPLD不仅可以大大简化电路、提高装置的可靠性；而且装置逻辑功能的改变可以通过编程实现，使得装置的调试更加方便。     

猪舍场景下的生猪目标跟踪和行为检测方法研究

针对猪舍内光照情况复杂、目标与背景颜色较为接近、相机视角与参数不佳等环境与硬件条件的不足,导致生猪跟踪过程中精度低、稳定性差的问题,充分结合实际场景,提出了一种优化特征提取的压缩感知跟踪算法。优化跟踪窗口为椭圆形,以接近生猪体态;并结合灰度和纹理特征,优化传统压缩感知算法特征提取过程;划分猪舍区域,依据生猪所处位置来判断其当前行为。随机选取猪舍内不同场景、不同光照强度、不同生猪品种的多段视频进行实验,实验结果表明：中心点均方根误差均值为25.44,分别是传统压缩感知算法、模板更新跟踪算法和Camshift跟踪算法的60.32%、33.33%、32.57%;中心点均方根误差方差为70.26,分别是传统压缩感知算法、模板更新跟踪算法和Camshift跟踪算法的7.13%、47.62%、17.16%;跟踪速度达到19.3帧/s。     

人工神经网络NIR定量分析方法及其软件实现

在Visual C＋＋环境中采用面向对象技术，开发了PCA-MBP-NIR定量分析模型软件。通过40份小麦样品的原始光谱、加噪光谱（信噪比为14dB）与含水率所建立的PLS-NIR与PCA-MBP-NIR模型，对10份未知小麦样品的原始光谱、加噪光谱分别进行含水率的PLS-NIR与PCA-MBP-NIR预测分析。分析表明，对于含噪声的光谱，与PLS建模相比，使用PCA-MBP-NIR对未知样品预测结果具有更高的相关系数，更低的预测误差标准差。     

基于计算机视觉系统的溶液浓度快速检测方法

基于计算机视觉系统的RGB色度学理论,提出一种测定有色溶液浓度的数字色度法,并开发了与之配套的软件检测系统。该方法与分光光度计相比,大大提高了检测效率,理论上每分钟可完成上百个样品浓度的同时测定。通过软件系统分析样品色度信息,实现自动显示被测溶液浓度的良好效果,为一次性成批检测溶液浓度提供了一种简捷快速的新思路。     

6个枣品种枣疯病抗性与枣疯植原体迁移特性差异研究

【目的】探究6个枣树品种枣疯病抗性差异以及枣树体内植原体迁移特性差异,为抗枣疯病枣树品种的选择利用以及枣疯病的防治提供基础数据。【方法】通过采集携带植原体的鸡心脆枣接穗,嫁接到健康枣树砧木上,采用田间调查与普通PCR技术相结合方法,比较不同品种抗枣疯病情况与植原体在不同枣树品种中迁移情况。【结果】不同枣树品种发病时间不同,发病率差异显著,蜂蜜罐枣、尜尜枣和猴头枣为抗病类型,冬枣、红螺脆枣和鸡心脆枣为感病类型。植原体在不同枣树品种中迁移速度不同,植原体在鸡心脆枣和冬枣内迁移速度最快,其后依次为蜂蜜罐枣、红螺脆枣、尜尜枣,在猴头枣内迁移速度最慢。【结论】6个枣树品种中蜂蜜罐枣、尜尜枣和猴头枣表现一定的抗病能力,初步确认了植原体在不同枣树品种体内迁移特征的差异,可为抗枣疯病品种的选择利用和枣疯病防治提供科学依据。     

间接竞争性ELISA检测甲胺磷残留

采用制备的兔抗血清建立了甲胺磷（methamidophos,MTP)残留的间接竞争性ELISA方法，证明了抗血清的特异性较好，并确立了测定参数：抗血清与包被抗原的最佳工作浓度分别为1：3000和1：5000；最适检测范围为0．01－0．1μg/ml；批内变异系数7．56％，批间变异系数5．70％。     

Characterization of mobile LiDAR data collected with multiple echoes per pulse from crowns during foliation

Abstract

As a state-of-the-art technology for fine-scale forest investigation, mobile terrestrial light detection and ranging (LiDAR), also referred to as mobile laser scanning (MLS), recently has been increasingly exploited to improve its performance on this task. One potential solution is to apply special MLS systems with the capability of collecting multiple echoes per pulse (multi-echoes, for short) from canopies. The methodologies of this rationale turned out to perform better but still insufficiently for canopy properties retrieval, owing to their common defective premise. That is, the knowledge of the characteristics of MLS scan data comprising multi-echoes, so far, is in shortage, especially when regarding the dynamic process of tree foliation. As a pioneering work for this challenge, this study attempted to comprehensively analyze the characteristics of MLS multi-echoes collected from tree crowns during foliation. Specifically, new stable multi-echoes-related features were deduced under the schematic frame of relative quantification, in both spatial and temporal sense. “Relative” here briefly means the division operation deployed on the attributes of multi-echoes, individually in terms of the number of echoes, echo width and crown volume integrity, between their different return orders. Then, the “relative” schematic was primarily validated for more stably representing crown properties during foliation, based on the real data that was collected by the Sensei MLS system with a maximum of three echoes per pulse. Further, a case of tree species classification was examined using a linear discriminant classifier, and it was testified that the resultant temporal statistical rules of multi-echoes as the reverse clues can enhance the performance of MLS in applications.     

沈阳市全力监测海南豇豆 确保市民吃上放心蔬菜

针对"海南毒豇豆"事件,沈阳市农业检测中心加强对南方豆类蔬菜的检测力度,确保沈阳市民吃上放心蔬菜,确保农产品质量安全。